电力市场环境下梯级水库发电优化调度的协进化粒子群算法应用研究

本文针对传统优化算法在求解高维、复杂的梯级水库发电优化调度时多约束条件难以处理、计算机时长、易陷入局部最优解等缺陷,结合电力市场环境下梯级水库发电优化调度的特点,提出了基于协进化的粒子群优化算法,并建立了相应罚因子的评价机制,在此基础上对协进化粒子群优化算法进行了改进.通过实际算例验证了该方法的合理性和可靠性,从而为市场环境下高维、复杂梯级水库发电优化调度提供了一种新的求解途径.     

基于免疫进化算法的粒子群算法在梯级水库优化调度中的应用

针对高维、复杂的梯级水库优化调度在求解时易出现"维数灾"或陷入局部最优解的问题,本文提出了基于免疫进化算法的粒子群优化算法,该算法充分利用了免疫进化算法的全局搜索特性和粒子群算法的局部搜索能力,克服了粒子群寻优中对初始种群的依赖和易陷入局部最优的不足.通过实例计算表明,应用该算法求解梯级水库优化调度问题,结果可靠、合理,计算效率高,从而为求解高维,复杂的梯级水库优化调度提供了新的思路.     

协同差分演化算法在梯级水库中长期发电优化调度中的应用研究

本文结合梯级水库中长期发电优化调度问题,针对差分演化算法在进化过程中,其适应度的进化模式未考虑进化的外部环境与进化成分之间的内在联系,借鉴生态学对个体生存环境与种群竞争的关系,提出了协同差分演化算法在梯级水库中长期发电优化调度中的应用。通过实例验证,结果表明该算法具有可靠性与合理性,提高了计算精度和计算效率,为高维、复杂的梯级水库中长期发电优化调度模型提供了一个新的求解途径。     

水库调度图优先控制线优化方法研究

水库功能众多,而且相互影响相互制约。为协调水库不同兴利目标之间的矛盾,以湖南镇水库为例,提出了水库调度图优先控制线的确定方法。即在湖南镇水库调度图上添加一条指导水库用水优先与发电优先的控制线,以协调湖南镇—黄坛口梯级水库不同兴利目标之间的矛盾。构建了湖南镇水库调度图优先控制线优化的数学模型,采用免疫粒子群算法对该模型进行求解。结果表明:通过此优先控制线,可以有效协调湖南镇—黄坛口梯级水库不同用水之间的矛盾,其综合效益明显提高。     

基于云变异人工蜂群算法的梯级水库群优化调度

针对求解高维、复杂的梯级水库优化调度时易出现"维数灾"或陷入局部最优解的问题,本文提出了一种混合优化算法。该算法结合云模型思想对人工蜂群算法进行了改进,克服了人工蜂群算法寻优中易于"早熟"的缺点,保持了后期种群的多样性,提高了全局搜索能力。实例计算表明,利用该混合算法求解梯级水库优化调度问题与传统算法比较,结果可靠合理,计算效率高,从而为求解高维、复杂的梯级水库优化调度问题提供了一条新的思路。     

电力市场环境下多年调节水库年末消落水位研究

针对梯级水库中多年调节水库年末消落水位优选问题,结合电力市场环境下梯级水库中长期发电优化调度的特点,本文建立了电力市场环境下多年调节水库年末消落水位优选模型,并应用协同差分演化算法对模型进行了求解。通过乌江梯级水库实例验证,计算结果表明本文所提出的模型与求解方法具有可靠性与合理性,为电力市场环境下梯级水库发电优化调度提供了理论计算依据,具有应用推广价值。     

改进粒子群算法在梯级水电站优化调度研究中的应用

针对梯级电站优化调度具有多阶段、非线性和组合性的特点,采用改进粒子群算法来求解。针对目前采用的基本粒子群算法在求解时存在易陷入局部最优和早熟的缺点,改进粒子群算法以混沌变量生成机制来增加种群的多样性,以逐步优化和随机生成相结合的方法生成初始种群,以增加粒子生成的有效性。实例计算结果表明,改进粒子群算法可以取得较好的效果,并为梯级电站优化调度提供了一种有效的方法。     

梯级水电站短期发电优化调度的免疫蛙跳算法应用研究

针对传统优化方法在求解高维、复杂的梯级水电站短期发电优化调度时易出现"维数灾"或陷入局部最优解的缺陷,提出了免疫蛙跳算法(ISFLA)。ISFLA将克隆选择算法嵌入到混洗蛙跳算法框架中,对混合之后的蛙群构造子群体执行免疫克隆选择操作,同时使用改进的最差解更新方式以提高其局部搜索能力,进而将其应用于某梯级水电站短期发电优化调度中。通过将ISFLA与标准混洗蛙跳算法、粒子群算法以及逐步优化方法对比,优化结果表明ISFLA在求解梯级水电站短期发电优化问题时具有有效性和优越性。     

基于粒子群算法的水电站水库发电调度图绘制

在基于常规方法的水电站水库发电调度图绘制方法中,由于选取典型水文年样本数量有限,使其水文特征代表性有局限性。引入粒子群算法,利用所有历史实测资料绘制水电站发电运行调度图。该算法通过粒子间的信息共享来实现求解,具有计算简便,收敛速度快的优点。通过实际生产项目的应用,证明采用粒子群算法绘制水电站水库发电运行调度图能够克服常规绘制方法中的一些缺点,在保证可靠性指标的同时,提高了水电站的运行效益,为优化方法在水电站中长期调度中的应用提供了一种实用的途径。     

梯级水库综合利用调度的动态规划方法研究

黄河上游梯级水库水电站群承担发电、灌溉、防洪、防凌等任务,是目前国内综合利用要求最多的梯级水电站群。本文针对该系统的特殊要求,建立了含有水位、流量和出力等式约束的梯级优化调度模型,目标函数为兼顾保证出力要求的发电量最大,采用约束惩罚法将等式约束转化为目标函数的一部分,然后应用DP-DDDP组合算法求解。研究表明,这种方法可以有效地求解具有复杂、多变约束条件的长期联合优化调度模型。     

自适应多策略粒子群算法在水库群优化调度中的应用

根据梯级水电站优化调度特点,建立粒子群算法求解多阶段最优化问题数学模型.针对基本粒子群算法(PSO)在早期存在精度较低、易发散等缺点,后期出现"趋同性"和"早熟"等现象,提出了自适应多策略粒子群算法.并将该算法与基本PSO、改进型PSO、杂交PSO和收敛因子PSO分别在雅砻江梯级水库群优化调度中应用,通过对其优化结果的比较,验证了改进算法在加快收敛速度和提高算法精度方面的有效性.     

基于改进微粒群算法的梯级水库群优化调度

为了进一步增强微粒群算法的优化性能,提出了一种改进微粒群算法,并将其用于求解梯级水库群的优化调度.该算法引进了类似遗传算法的交叉和变异算子来提高搜索效率,其中交叉是微粒在解空间中的位置以一定的概率随机进行算术交叉,变异是微粒以一定的概率随机使速度矢量的某一维分量变为0.为了加速收敛,初始微粒群生成时采用了有条件的随机自动生成方式,并利用惩罚函数法来处理边界条件和其它非等式约束.实例计算结果表明,改进微粒群算法具有比常规动态规划法和常规微粒群算法更快的计算速度,且优化调度结果比较满意.     

基于模拟差分演化算法的梯级水库优化调度图研究

差分演化算法是一种收敛快、控制参数少并且易于实现的演化算法。本文将模拟技术与差分演化算法相结合,提出了基于模拟差分演化算法制定梯级水库优化调度图的方法。通过实际算例验证了该方法的合理性与可靠性,从而为高维梯级水库优化调度图的制定提供了一条新的思路。     

基于FP遣传算法的梯级水库短期优化调度

梯级水库短期发电优化调度是一个复杂的非线性问题,涉及变量较多、数据范围较大,传统二进制编码遗传算法严重影响搜索时间.采用实数编码遗传算法(FPGA)可以较好地解决计算精度与搜索时间问题.工程实例证明,FP遗传算法容易实现、计算准确、搜索计算速度快,对求解梯级水库短期优化调度可行、正确.     

育种粒子群算法在梯级水电站优化调度中的应用

为了提高粒子群优化(Particle Swarm Optimization,PSO)算法的计算精度和计算效率,避免"早熟",提出了育种粒子群优化算法(Breeding-based Particle Swarm Optimization,BBPSO).该算法模型将育种算法和PSO算法有机结合,构建双群体搜索机制,既利用PSO算法的快速演化能力,又利用育种算法模型中的繁殖操作增加群体多样性.将该算法模型应用于梯级水电站发电最优调度中,仿真结果表明,和标准PSO算法相比,BBPSO具有更好的全局寻优能力和较快的收敛速度,能有效应用于梯级电站发电联合优化调度中.     

兼顾四大家鱼产卵需求的梯级水电站生态调度北大核心CSCD

为实现流域梯级水电站水资源高效利用,以金沙江下游溪洛渡-向家坝梯级水库生态调度为例,通过已有研究成果以及实测数据推求四大家鱼产卵所需的适宜生态流量,构建梯级水库长短期耦合双层优化模型,上层模型采用非支配排序遗传算法(NSGA-Ⅱ)求解,下层模型采用遗传算法求解,进而提出兼顾四大家鱼产卵流量需求的梯级水库日调度方案。结果表明:与常规调度相比,当以促进四大家鱼产卵为主要目标时,调度期内(5—6月)梯级水库发电量减小1.91亿kW·h,减幅为1.76%;同时生态流量契合度增大0.123,有效洪水上涨作用期累计可达12 d,可较好地促进四大家鱼产卵。研究成果可为制定面向下游河道四大家鱼产卵的梯级水库生态调度方案提供参考依据。     

考虑动态水流滞时的梯级水库群日优化调度

梯级水电站水库群短期优化调度中,通常忽略梯级水库间水流滞时的影响或将其作为常数进行考虑,实际上水流滞时是随着上级水库出库流量大小、河道槽蓄状态、区间入流等因素动态变化,想要准确预测下级水库入流是存在困难的。因此,采用多种方法筛选出影响下级水库入库流量的主要因素作为输入,利用神经网络建立输入与下级水库入库流量之间的动态函数关系。以锦东和官地水库梯级为例,建立考虑动态滞时的梯级水电站水库群日优化调度模型,并采用逐次优化法对采用动态滞时与固定滞时的优化方案进行求解和对比分析。结果表明：与固定滞时相比,动态滞时下能够更准确地描述梯级水库间的水流联系,同时能够在一定程度上增加梯级水电站水库群发电效益。